KR102349938B1 - Method and system for data processing using CCTV images - Google Patents

Method and system for data processing using CCTV images Download PDF

Info

Publication number
KR102349938B1
KR102349938B1 KR1020200083027A KR20200083027A KR102349938B1 KR 102349938 B1 KR102349938 B1 KR 102349938B1 KR 1020200083027 A KR1020200083027 A KR 1020200083027A KR 20200083027 A KR20200083027 A KR 20200083027A KR 102349938 B1 KR102349938 B1 KR 102349938B1
Authority
KR
South Korea
Prior art keywords
vehicle
related information
data processing
type
old
Prior art date
Application number
KR1020200083027A
Other languages
Korean (ko)
Other versions
KR20210036250A (en
Inventor
서영진
Original Assignee
(주)송우인포텍
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020190118445A external-priority patent/KR102133045B1/en
Application filed by (주)송우인포텍 filed Critical (주)송우인포텍
Priority to KR1020200083027A priority Critical patent/KR102349938B1/en
Publication of KR20210036250A publication Critical patent/KR20210036250A/en
Application granted granted Critical
Publication of KR102349938B1 publication Critical patent/KR102349938B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/14—Central alarm receiver or annunciator arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

CCTV 영상 기반 데이터 처리 방법 및 그 시스템이 개시된다. CCTV 영상 기반 데이터 처리 방법은, CCTV 영상을 획득하는 단계; 상기 영상을 분석하여 각각의 객체를 인식하는 단계; 및 상기 인식된 객체의 유형에 따라 서로 다른 알고리즘을 적용하여 객체 관련 정보를 추출하는 단계를 포함한다. A CCTV image-based data processing method and system are disclosed. CCTV image-based data processing method, comprising the steps of obtaining a CCTV image; recognizing each object by analyzing the image; and extracting object-related information by applying different algorithms according to the type of the recognized object.

Description

CCTV 영상 기반 데이터 처리 방법 및 그 시스템{Method and system for data processing using CCTV images}CCTV image-based data processing method and system {Method and system for data processing using CCTV images}

본 발명은 CCTV 영상 기반 데이터 처리 방법 및 그 시스템에 관한 것이다. The present invention relates to a CCTV image-based data processing method and system.

최근 들어 교통수요의 급속한 증가로 인한 교통정체로 물류배송에 따른 경제적인 손실과 에너지의 손실 등이 증가되고 있으며, 차량이 범죄에 이용되고 있어 심각한 사회문제로 대두되고 있다. 또한, 환경 문제로 인해 노후 디젤 차량에 대한 계도 관리 문제 또한 증대되고 있다. Recently, due to traffic congestion due to the rapid increase in traffic demand, economic loss and energy loss due to logistics and delivery are increasing, and vehicles are being used for crime, which is emerging as a serious social problem. In addition, due to environmental problems, the problem of genealogy management for old diesel vehicles is also increasing.

종래에는 CCTV에서 촬영된 영상을 단지 관제 모니터링 용도로만 이용하는데 그치는 문제점이 있었다. In the past, there was a problem in that the images captured by CCTV were only used for control and monitoring purposes.

한국공개특허 특1999-0049293호(1999.07.05.)Korean Patent Laid-Open Patent Publication No. 1999-0049293 (July 5, 1999)

본 발명은 CCTV 영상 기반 데이터 처리 방법 및 그 시스템을 제공하기 위한 것이다. The present invention is to provide a CCTV image-based data processing method and system.

또한, 본 발명은 CCTV 영상에서 객체 분석을 통해 각각의 객체 유형에 따른 데이터 처리가 가능한 CCTV 영상 기반 데이터 처리 방법 및 그 시스템을 제공하기 위한 것이다. Another object of the present invention is to provide a CCTV image-based data processing method and system capable of processing data according to each object type through object analysis in CCTV images.

또한, 본 발명은 객체 분석을 통해 노후 차량 단속, 적응적 교통 신호 제어 등과 같은 다양한 활용이 가능한 CCTV 영상 기반 데이터 처리 방법 및 그 시스템을 제공하기 위한 것이다. Another object of the present invention is to provide a CCTV image-based data processing method and system that can be used in various ways such as cracking down on aged vehicles and adaptive traffic signal control through object analysis.

본 발명의 일 측면에 따르면, CCTV 영상 기반 데이터 처리 및 활용 방법이 개시된다. According to one aspect of the present invention, a CCTV image-based data processing and utilization method is disclosed.

본 발명의 일 실시예에 따르면, CCTV 영상을 획득하는 단계; 상기 영상을 분석하여 각각의 객체를 인식하는 단계; 및 상기 인식된 객체의 유형에 따라 서로 다른 알고리즘을 적용하여 상이한 객체 관련 정보를 추출하는 단계를 포함하는 CCTV 영상을 이용한 데이터 처리 방법이 제공될 수 있다. According to an embodiment of the present invention, obtaining a CCTV image; recognizing each object by analyzing the image; and extracting different object-related information by applying different algorithms according to the type of the recognized object may be provided.

상기 객체 유형은 사람, 차량 및 기타 사물 중 적어도 하나일 수 있다. The object type may be at least one of a person, a vehicle, and other things.

상기 인식된 객체 유형이 차량인 경우, 상기 인식된 객체에 차량번호 인식 알고리즘을 적용하여 차량 번호를 추출하는 단계; 상기 객체 분석 및 상기 영상에서의 객체 추적을 통해 차종, 제조사, 차종별 교통량 및 차량 속도 중 적어도 하나를 더 인식하는 단계를 포함하되, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나가 상기 객체 관련 정보로서 추출될 수 있다. when the recognized object type is a vehicle, extracting a vehicle number by applying a vehicle number recognition algorithm to the recognized object; Comprising the step of further recognizing at least one of vehicle model, manufacturer, traffic volume and vehicle speed through the object analysis and object tracking in the image, wherein at least one of the vehicle number, the vehicle model, the manufacturer, and the vehicle speed is the object It can be extracted as related information.

상기 객체 유형이 차량인 경우, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나를 이용하여 노후 차량 데이터베이스를 검색하여 노후 차량 여부를 판단하는 단계를 더 포함하되, 상기 노후 차량 판단시, 상기 차종 및 제조사 중 적어도 하나에 따라 상이한 기준을 적용할 수도 있다. When the object type is a vehicle, the method further comprising: determining whether an old vehicle is an old vehicle by searching an old vehicle database using at least one of the vehicle number, the vehicle model, the manufacturer, and the vehicle speed; Different standards may be applied according to at least one of a vehicle model and a manufacturer.

상기 객체 유형이 차량인 경우, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도를 이용하여 교통 상황 정보를 생성하는 단계를 더 포함하되, 교통 상황 정보에 기반하여 신호 제어기가 가변적으로 제어될 수도 있다. When the object type is a vehicle, the method may further include generating traffic situation information using the vehicle number, the vehicle model, the manufacturer, and the vehicle speed, wherein the signal controller may be variably controlled based on the traffic situation information.

상기 객체 유형이 사람인 경우, 안면 검지 알고리즘을 이용하여 객체 관련 정보를 추출하는 단계; 및 상기 객체 관련 정보를 데이터베이스에 저장하는 단계를 더 포함할 수 있다. when the object type is a human, extracting object-related information using a face detection algorithm; and storing the object-related information in a database.

본 발명의 다른 측면에 따르면, CCTV 영상을 이용한 데이터 처리 및 활용 시스템이 제공된다. According to another aspect of the present invention, there is provided a data processing and utilization system using CCTV images.

본 발명의 일 실시예에 따르면, 카메라; 상기 카메라로부터 CCTV 영상을 획득하는 영상 획득부; 상기 영상을 분석하여 각각의 객체를 인식하며, 상기 인식된 객체의 유형에 따라 서로 다른 알고리즘을 적용하여 서로 다른 객체 관련 정보를 추출하는 객체 분석부; 및 상기 객체 유형에 따라 상기 객체 관련 정보를 상이하게 데이터 처리하여 활용하는 데이터 처리 및 활용부를 포함하는 CCTV 영상을 이용한 데이터 처리 시스템이 제공될 수 있다. According to an embodiment of the present invention, a camera; an image acquisition unit for acquiring a CCTV image from the camera; an object analysis unit for recognizing each object by analyzing the image, and for extracting different object-related information by applying different algorithms according to the type of the recognized object; and a data processing and utilization unit for processing and utilizing the object-related information differently according to the object type may be provided.

상기 객체 분석부는, 상기 객체의 유형이 차량인 경우, 상기 인식된 객체에 차량번호 인식 알고리즘을 적용하여 차량 번호를 추출하며, 상기 객체 분석 및 상기 영상에서의 객체 추적을 통해 차종, 제조사 및 차량 속도 중 적어도 하나를 더 인식하고, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나가 상기 객체 관련 정보로서 추출할 수 있다. The object analysis unit, when the type of the object is a vehicle, extracts a vehicle number by applying a vehicle number recognition algorithm to the recognized object, and the vehicle model, manufacturer and vehicle speed through the object analysis and object tracking in the image at least one may be further recognized, and at least one of the vehicle number, the vehicle model, the manufacturer, and the vehicle speed may be extracted as the object-related information.

상기 데이터 처리 및 활용부는, 상기 객체 유형이 차량인 경우, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나를 이용하여 노후 차량 데이터베이스를 검색하여 노후 차량 여부를 판단하되, 상기 노후 차량 판단시, 상기 차종 및 제조사 중 적어도 하나에 따라 상이한 기준을 적용할 수도 있다. The data processing and utilization unit, when the object type is a vehicle, searches the aged vehicle database using at least one of the vehicle number, the vehicle model, the manufacturer, and the vehicle speed to determine whether the vehicle is an aged vehicle, but when determining the aged vehicle , different standards may be applied according to at least one of the vehicle model and manufacturer.

상기 객체 분석부는, 상기 객체 유형이 사람인 경우, 안면 검지 알고리즘을 이용하여 객체 관련 정보를 추출하며, 상기 객체 관련 정보를 데이터베이스에 저장할 수도 있다. When the object type is a human, the object analyzer may extract object-related information using a face detection algorithm and store the object-related information in a database.

본 발명의 일 실시예에 따른 CCTV 영상 기반 데이터 처리 방법 및 그 시스템을 제공함에 따라 CCTV 영상에서 객체 분석을 통해 각각의 객체 유형에 따른 데이터 처리가 가능한 이점이 있다.By providing a CCTV image-based data processing method and a system according to an embodiment of the present invention, there is an advantage in that data processing according to each object type is possible through object analysis in a CCTV image.

또한, 본 발명은 객체 분석을 통해 노후 차량 단속, 적응적 교통 신호 제어 등과 같은 다양한 활용이 가능한 이점도 있다. In addition, the present invention has an advantage that can be utilized in various ways such as cracking down on old vehicles and adaptive traffic signal control through object analysis.

도 1은 본 발명의 일 실시예에 따른 데이터 처리 시스템을 도시한 도면.
도 2는 본 발명의 일 실시예에 따른 CCTV 영상 기반 데이터 처리 방법을 나타낸 순서도.
도 3은 본 발명의 일 실시예에 다른 CCTV 영상을 이용한 데이터 활용 방법을 나타낸 순서도.
도 4는 본 발명의 일 실시예에 따른 차량 번호를 CCTV 영상에 중첩하여 출력한 예를 도시한 도면.1 is a diagram illustrating a data processing system according to an embodiment of the present invention;
Figure 2 is a flowchart showing a CCTV image-based data processing method according to an embodiment of the present invention.
Figure 3 is a flowchart showing a data utilization method using a CCTV image according to an embodiment of the present invention.
4 is a diagram illustrating an example of outputting a vehicle number overlaid on a CCTV image according to an embodiment of the present invention.

본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.As used herein, the singular expression includes the plural expression unless the context clearly dictates otherwise. In this specification, terms such as "consisting of" or "comprising" should not be construed as necessarily including all of the various components or various steps described in the specification, some of which components or some steps are It should be construed that it may not include, or may further include additional components or steps. In addition, terms such as "...unit" and "module" described in the specification mean a unit that processes at least one function or operation, which may be implemented as hardware or software, or a combination of hardware and software. .

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명한다. Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 데이터 처리 시스템을 도시한 도면이다. 1 is a diagram illustrating a data processing system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 CCTV 영상을 이용한 데이터 처리 시스템(100)은 카메라(110), 영상 획득부(115), 객체 분석부(120), 데이터 처리 및 활용부(125), 메모리(130) 및 프로세서(135)를 포함하여 구성된다. Referring to FIG. 1 , a data processing system 100 using a CCTV image according to an embodiment of the present invention includes a camera 110 , an image acquisition unit 115 , an object analysis unit 120 , a data processing and utilization unit ( 125 ), a memory 130 , and a processor 135 .

카메라(110)는 특정 공간에 대한 실시간 영상을 촬영하기 위한 수단이다. 카메라(110)는 특정 장소에 기존 설치된 CCTV 카메라, LPR 카메라일 수도 있으며, CCTV 카메라와 LPR 카메라를 모두 포함하는 형태일 수도 있다. 또한, 카메라(110)는 동일한 영상을 복수회(예를 들어, 10회) 촬영한 후 가장 선명한 영상을 영상 획득부(115)로 전송할 수 있다. The camera 110 is a means for capturing a real-time image for a specific space. The camera 110 may be a CCTV camera or an LPR camera that is installed in a specific place, or may be a type including both a CCTV camera and an LPR camera. In addition, the camera 110 may transmit the clearest image to the image acquisition unit 115 after photographing the same image a plurality of times (eg, 10 times).

영상 획득부(115)는 카메라(110)와 연동되어 CCTV 영상을 획득하기 위한 수단이다. 즉, 영상 획득부(115)는 카메라(110)와 연동되어 CCTV 영상을 실시간 획득할 수 있다. The image acquisition unit 115 is a means for acquiring a CCTV image in conjunction with the camera (110). That is, the image acquisition unit 115 may be interlocked with the camera 110 to acquire a CCTV image in real time.

객체 분석부(120)는 영상 획득부(115)에서 획득된 CCTV 영상에서 객체를 인식하고, 인식된 각 객체의 유형(이하, 객체 유형이라 칭하기로 함)에 따라 서로 상이한 알고리즘을 적용하여 객체 관련 정보를 추출할 수 있다. 여기서, 객체 유형은 차량, 사람 및 기타 객체 중 적어도 하나일 수 있다. 기타 객체는 자전거, 전동기 등과 같은 사물일 수 있으며, 객체 유형은 이외에도 다양하게 지정(설정)될 수 있다. The object analysis unit 120 recognizes an object in the CCTV image obtained by the image acquisition unit 115, and applies different algorithms according to the recognized type of each object (hereinafter referred to as an object type) to relate to the object. information can be extracted. Here, the object type may be at least one of a vehicle, a person, and other objects. Other objects may be things such as bicycles and electric motors, and object types may be variously designated (set).

객체 분석부(120)는 획득된 CCTV 영상을 블롭 분석(blob detection)하여 형태, 크기, 방향, 색감, 프레임 변화(움직임)을 포함하는 메타 데이터를 각각 생성할 수 있다. 이를 통해, 객체 분석부(120)는 각각의 객체에 대한 객체 유형을 판단 및 구분할 수 있다. 예를 들어, CCTV 영상에서 각각의 객체를 세그먼트화한 후 객체 유형에 따른 각각의 블롭(blob)을 이용하여 객체 유형을 판단 및 구분할 수 있다. The object analyzer 120 may perform blob detection on the obtained CCTV image to generate metadata including shape, size, direction, color, and frame change (motion), respectively. Through this, the object analyzer 120 may determine and classify an object type for each object. For example, after segmenting each object in a CCTV image, the object type may be determined and classified using each blob according to the object type.

이와 같이, 각각의 객체에 대한 객체 유형이 결정되면, 객체 유형에 따라 서로 상이한 알고리즘을 적용하여 객체 관련 정보를 추출할 수 있다. 이에 대해 보다 상세히 설명하기로 한다. As such, when the object type for each object is determined, different algorithms may be applied according to the object type to extract object-related information. This will be described in more detail.

예를 들어, 객체 유형이 "차량"인 경우, 차량 번호, 차종, 제조사 및 속도 중 적어도 하나가 객체 관련 정보로서 추출될 수 있다. For example, when the object type is "vehicle", at least one of a vehicle number, a vehicle model, a manufacturer, and a speed may be extracted as object-related information.

객체 분석부(120)는 객체 유형이 "차량"인 경우, 차량번호 인식 알고리즘을 이용하여 차량 번호를 인식할 수 있다. 예를 들어, 객체 분석부(120)는 차량 번호판을 추출한 후 캐릭터 블롭 추출 방식을 통해 차량 번호를 인식할 수 있다. When the object type is "vehicle", the object analysis unit 120 may recognize a vehicle number using a vehicle number recognition algorithm. For example, the object analysis unit 120 may recognize the vehicle number through the character blob extraction method after extracting the vehicle license plate.

또한, 객체 분석부(120)는 각 차종의 블롭을 통해 차종을 구분할 수도 있다. 또한, 객체 분석부(120)는 각 차량 제조사별 마크 블롭(템플릿) 분석을 통해 제조사를 인식할 수도 있다. 또한, 객체 분석부(120)는 객체 추적을 통해 차량의 시간당 움직임을 분석하여 차량의 개략적인 속도를 추정할 수도 있다. Also, the object analysis unit 120 may classify the vehicle type through the blob of each vehicle type. In addition, the object analysis unit 120 may recognize the manufacturer through the mark blob (template) analysis for each vehicle manufacturer. Also, the object analyzer 120 may estimate the approximate speed of the vehicle by analyzing the hourly movement of the vehicle through object tracking.

예를 들어, 객체 분석부(120)는 객체 분석을 통해 검출(추출)된 차량의 헤드라이트 형상 분석을 통해 제조사를 결정할 수도 있다. 객체 분석부(120)는 차량의 헤드라이트 형상 분석을 통해 특수차의 차종을 결정할 수도 있다. 또한, 객체 분석부(120)는 특정 구간의 진입 라인과 진출 라인을 통과하는 시간(또는 일단에서 타단을 통과하는 시간)을 이용하여 차량의 속도를 계산할 수도 있다. For example, the object analysis unit 120 may determine the manufacturer through the headlight shape analysis of the vehicle detected (extracted) through the object analysis. The object analyzer 120 may determine the vehicle type of the special vehicle through headlight shape analysis of the vehicle. Also, the object analyzer 120 may calculate the vehicle speed by using the time passing through the entry and exit lines of a specific section (or the time passing from one end to the other).

또한, 객체 분석부(120)는 특정 구간을 통과하는 차량을 카운팅할 수도 있다. 이때, 객체 분석부(120)는 통과 차량을 카운팅함에 있어 차종에 따라 통과 차량을 카운팅하여 교통량을 객체 관련 정보로서 추출할 수도 있다. Also, the object analyzer 120 may count vehicles passing through a specific section. In this case, in counting passing vehicles, the object analyzing unit 120 may count passing vehicles according to the vehicle type and extract the traffic amount as object-related information.

다른 예를 들어, 객체 유형이 "사람"인 경우, 객체 분석부(120)는 해당 객체에 대한 안면검지 알고리즘을 적용하여 객체 관련 정보를 추출할 수 있다. For another example, when the object type is “person”, the object analysis unit 120 may extract object-related information by applying a face detection algorithm to the corresponding object.

즉, 이와 같이, 객체 분석부(120)는 객체 유형에 따라 각기 다른 알고리즘을 적용하여 객체에 대해 서로 상이한 정보를 객체 관련 정보로서 추출할 수 있다. That is, as described above, the object analyzer 120 may extract different information about an object as object-related information by applying different algorithms according to the object type.

데이터 처리 및 활용부(125)는 객체 분석부(120)에서 추출된 객체 관련 정보를 이용하여 객체 유형에 따른 서로 다른 서비스를 제공하기 위한 수단이다.The data processing and utilization unit 125 is a means for providing different services according to object types using the object-related information extracted from the object analysis unit 120 .

예를 들어, 데이터 처리 및 활용부(125)는 객체 관련 정보가 차량에 관한 정보인 경우, 노후 차량 데이터베이스(미도시)와 연동하여 노후 차량 여부를 판단할 수 있다. 여기서, 노후 차량 여부를 판단함에 있어, 데이터 처리 및 활용부(125)는 차종 및 제조사 중 적어도 하나에 따라 서로 상이한 조건을 적용하여 노후 차량 여부를 판단할 수 있다. For example, when the object-related information is vehicle-related information, the data processing and utilization unit 125 may determine whether the vehicle is an old vehicle by interworking with an old vehicle database (not shown). Here, in determining whether the vehicle is old, the data processing and utilization unit 125 may determine whether the vehicle is an old vehicle by applying different conditions according to at least one of a vehicle model and a manufacturer.

다른 예를 들어, 데이터 처리 및 활용부(125)는 객체 관련 정보가 차량에 관한 정보인 경우, 이를 기반으로 교통 상황 정보를 생성한 후 이를 기반으로 교통 신호 제어를 수행할 수도 있다. For another example, when the object-related information is vehicle-related information, the data processing and utilization unit 125 may generate traffic situation information based thereon and then perform traffic signal control based thereon.

예를 들어, 데이터 처리 및 활용부(125)는 객체 관련 정보가 차량 관련 정보인 경우, 해당 차량 관련 정보를 이용하여 대기 차량 대수 및 대기 시간 등을 포함하는 교통 상황 정보를 생성할 수도 있다. 이와 같은 경우, 데이터 처리 및 활용부(125)는 신호 제어기와 연동되어 교통 상황 정보에 따라 가변적으로 신호를 제어할 수도 있다. 예를 들어, 아파트 단지의 이면 도로를 가정하여 설명하기로 한다. 데이터 처리 및 활용부(125)는 카메라를 통해 촬영된 아파트 단지의 이면 도로를 영상에서 차량을 검출하고, 이를 기반으로 교통 흐름을 파악한 결과 일정 시간 이후에 차량 이동이 없는 경우 점멸 제어하도록 할 수도 있다. For example, when the object-related information is vehicle-related information, the data processing and utilization unit 125 may generate traffic situation information including the number of waiting vehicles and waiting time by using the vehicle-related information. In this case, the data processing and utilization unit 125 may be interlocked with the signal controller to variably control the signal according to traffic situation information. For example, a description will be made on the assumption that the back road of an apartment complex is used. The data processing and utilization unit 125 detects the vehicle from the image of the back road of the apartment complex photographed through the camera, and based on this, detects the traffic flow, and as a result of which the vehicle does not move after a certain period of time, it can be controlled to blink. .

또 다른 예를 들어, 데이터 처리 및 활용부(125)는 특정 구간을 통과한 차량을 카운팅 정보를 이용하여 교통량을 파악할 수도 있다. 예를 들어, 데이터 처리 및 활용부(125)는 각 차종별 특정 구간에서의 차량 유동을 파악하여 특정 이벤트와 관련하여 실제 관광객이 증가한 것인지에 대한 보다 정확한 정보 파악이 가능하도록 할 수 있다. As another example, the data processing and utilization unit 125 may determine the amount of traffic by using counting information for vehicles passing through a specific section. For example, the data processing and utilization unit 125 may identify vehicle flow in a specific section for each vehicle type to enable more accurate information on whether or not the actual number of tourists has increased in relation to a specific event.

또한, 데이터 처리 및 활용부(125)는 특정 구간을 통과한 차량의 카운팅 정보를 이용한 교통량 파악시, 차종에 따른 교통량을 파악하여 특정 지역 공사로 인한 특수 차량 증가로 인한 도로 손상 파악시 객관적 자료로 활용하도록 하여 배상 책임 소지를 가릴 수 있도록 편의를 제공할 수도 있다. In addition, the data processing and utilization unit 125 uses the counting information of vehicles that have passed through a specific section to determine the traffic volume by vehicle type when identifying road damage due to an increase in special vehicles due to construction in a specific area as objective data. It can also be used to provide convenience to cover liability for compensation.

메모리(130)는 본 발명의 일 실시예에 따른 CCTV 영상에서 객체 분석하여 다양한 객체 관련 정보를 추출한 후 이를 기반으로 다양한 데이터 처리 및 활용이 가능하도록 하기 위한 방법을 수행하는 알고리즘(명령어들), 이 과정에서 파생되는 다양한 데이터 등이 저장된다. The memory 130 is an algorithm (commands) for performing a method to enable various data processing and utilization based on various object-related information by analyzing an object from a CCTV image according to an embodiment of the present invention, and then extracting various object-related information. Various data derived from the process are stored.

프로세서(135)는 본 발명의 일 실시예에 따른 데이터 처리 시스템(100)의 내부 구성 요소들(예를 들어, 카메라(110), 영상 획득부(115), 객체 분석부(120), 데이터 처리 및 활용부(125), 메모리(130) 등)을 제어하기 위한 수단이다. The processor 135 includes internal components (eg, the camera 110 , the image acquisition unit 115 , the object analysis unit 120 , and data processing) of the data processing system 100 according to an embodiment of the present invention. and means for controlling the utilization unit 125, the memory 130, etc.).

도 2는 본 발명의 일 실시예에 따른 CCTV 영상 기반 데이터 처리 방법을 나타낸 순서도이다. 2 is a flowchart illustrating a CCTV image-based data processing method according to an embodiment of the present invention.

단계 210에서 데이터 처리 시스템(100)은 CCTV 영상을 획득한다. In step 210, the data processing system 100 acquires a CCTV image.

단계 215에서 데이터 처리 시스템(100)은 CCTV 영상을 분석하여 각각의 객체를 인식하고, 각 객체 유형을 결정한다. In step 215, the data processing system 100 analyzes the CCTV image to recognize each object, and determines each object type.

예를 들어, 데이터 처리 시스템(100)은 CCTV 영상에서 각 객체에 상응하는 특정 블롭을 이용하여 각각의 객체 유형을 결정할 수 있다. For example, the data processing system 100 may determine each object type by using a specific blob corresponding to each object in the CCTV image.

단계 220에서 데이터 처리 시스템(100)은 각 객체의 객체 유형에 따라 서로 다른 알고리즘을 적용하여 인식된 각 객체에 관련하여 서로 상이한 정보(객체 관련 정보)를 추출한다. In step 220, the data processing system 100 extracts different information (object-related information) with respect to each recognized object by applying different algorithms according to the object type of each object.

이미 전술한 바와 같이, 객체 유형은 차량, 사람 및 기타 객체를 포함할 수 있다. 만일 객체 유형이 차량인 경우, 데이터 처리 시스템(100)은 차량 번호 인식 알고리즘, 블롭 분석, 헤드라이트 분석 등을 통해 차량 번호, 차종, 제조사에 대한 정보를 추출할 수 있다. 또한, 데이터 처리 시스템(100)은 객체 추적을 통해 차량 속도를 추출할 수도 있다. As already mentioned above, object types may include vehicles, people, and other objects. If the object type is a vehicle, the data processing system 100 may extract information about the vehicle number, vehicle model, and manufacturer through a vehicle number recognition algorithm, blob analysis, headlight analysis, and the like. In addition, the data processing system 100 may extract the vehicle speed through object tracking.

다른 예를 들어, 데이터 처리 시스템(100)은 객체 유형이 사람인 경우, 안면 검지 알고리즘을 통해 객체 관련 정보를 추출할 수도 있다. As another example, when the object type is a human, the data processing system 100 may extract object-related information through a face detection algorithm.

이와 같이, 데이터 처리 시스템(100)은 CCTV 영상에서 각각의 객체 유형을 판단한 후 각 객체 유형에 따라 서로 다른 알고리즘을 적용하여 각 객체 유형에 따른 서로 다른 객체 관련 정보를 추출할 수 있다. As such, the data processing system 100 may extract different object-related information according to each object type by determining each object type in the CCTV image and then applying a different algorithm according to each object type.

단계 225에서 데이터 처리 시스템(100)은 추출된 객체 관련 정보를 객체 유형에 따라 상이하게 처리 및 활용한다. In step 225, the data processing system 100 differently processes and utilizes the extracted object-related information according to the object type.

예를 들어, 객체 관련 정보가 "차량"에 관한 것이면, 데이터 처리 시스템(100)은 차량 번호, 차종, 제조사 및 속도 중 적어도 하나를 이용하여 노후 차량 데이터베이스와 연동하여 노후 차량 여부를 결정할 수 있다. For example, if the object-related information relates to a “vehicle”, the data processing system 100 may determine whether the vehicle is an old vehicle by interworking with the old vehicle database using at least one of a vehicle number, a vehicle model, a manufacturer, and a speed.

또한, 데이터 처리 시스템(100)은 객체 관련 정보가 차량 관련 정보인 경우, 해당 차량 관련 정보를 이용하여 대기 차량 대수 및 대기 시간 등을 포함하는 교통 상황 정보를 생성할 수도 있다. 이와 같은 경우, 데이터 처리 시스템(100)은 신호 제어기와 연동되어 교통 상황 정보에 따라 가변적으로 신호를 제어할 수도 있다.Also, when the object-related information is vehicle-related information, the data processing system 100 may generate traffic situation information including the number of waiting vehicles and waiting time by using the vehicle-related information. In this case, the data processing system 100 may be linked with the signal controller to variably control the signal according to traffic situation information.

다른 예를 들어, 객체 관련 정보가 "사람"에 관한 것이면, 데이터 처리 시스템(100)은 객체 관련 정보를 데이터베이스화하여 저장할 수도 있다. For another example, if the object-related information relates to a “person”, the data processing system 100 may store the object-related information as a database.

이와 같이, 본 발명은 CCTV 영상에서 각각의 객체를 분석한 후 각 객체 유형에 따라 상이하게 객체 관련 정보를 추출한 후, 이를 데이터베이스에 저장하여 빅데이터화한 후 이를 기반으로 다양한 서비스를 제공하도록 할 수 있다. As such, the present invention analyzes each object from a CCTV image, extracts object-related information differently according to each object type, stores it in a database, converts it into big data, and provides various services based on this. .

이하에서는 이해와 설명의 편의를 도모하기 위해, 각각의 실시예에 대해 도면을 참조하여 간략하게 설명하기로 한다. 예를 들어, CCTV 영상을 이용하여 노후 차량 단속 및 가변적 신호 제어가 가능한 방법에 대해 설명하기로 한다. Hereinafter, for convenience of understanding and description, each embodiment will be briefly described with reference to the drawings. For example, a method for cracking down on old vehicles and controlling variable signals using CCTV images will be described.

도 3은 본 발명의 일 실시예에 다른 CCTV 영상을 이용한 데이터 활용 방법을 나타낸 순서도이고, 도 4는 본 발명의 일 실시예에 따른 차량 번호를 CCTV 영상에 중첩하여 출력한 예를 도시한 도면이다. 도 3에서는 CCTV 영상을 이용하여 노후 차량 단속 및 교통 제어하는 방법에 대해 설명하기로 한다. 3 is a flowchart illustrating a data utilization method using a CCTV image according to an embodiment of the present invention, and FIG. 4 is a diagram showing an example of outputting a vehicle number overlaid on a CCTV image according to an embodiment of the present invention . In FIG. 3, a method of cracking down on old vehicles and controlling traffic using CCTV images will be described.

이하에서는 도 1 및 도 2에서 설명한 바와 같이, 각각의 객체 유형에 따른 객체 관련 정보가 생성되어 있는 것을 가정하기로 하며, 그 이후의 동작 과정에 대해 설명하기로 한다. Hereinafter, it is assumed that object-related information according to each object type is generated as described with reference to FIGS. 1 and 2 , and an operation process thereafter will be described.

단계 310에서 데이터 처리 시스템(100)은 객체 관련 정보 중 차량번호, 차종, 제조사 중 적어도 하나를 이용하여 노후 차량 데이터베이스(미도시)를 검색하여 특정 차량이 노후 차량인지 여부를 판단한다. In step 310, the data processing system 100 determines whether a specific vehicle is an old vehicle by searching an old vehicle database (not shown) using at least one of a vehicle number, a vehicle model, and a manufacturer among object-related information.

여기서, 노후 차량 여부를 판단함에 있어, 데이터 처리 시스템(100)은 차종 및 제조사 중 적어도 하나에 따라 서로 다른 조건을 적용하여 노후 차량 여부를 판단할 수 있다. 예를 들어, 데이터 처리 시스템(100)은 차량이 승용차인지 승합차인지 여부에 따라 노후 차량 판단 조건을 상이하게 적용할 수 있다. Here, in determining whether the vehicle is old, the data processing system 100 may determine whether the vehicle is old by applying different conditions according to at least one of a vehicle model and a manufacturer. For example, the data processing system 100 may apply the aging vehicle determination condition differently depending on whether the vehicle is a passenger car or a van.

만일 노후 차량으로 판단되는 경우, 단계 315에서 데이터 처리 시스템(100)은 차량 번호를 CCTV 영상에 중첩하여 출력한다. 또한, 데이터 처리 시스템(100)은 해당 노후 차량을 단속할 수 있도록 관련 정보를 인근 경찰의 단말로 전송할 수도 있다. If it is determined that the vehicle is old, the data processing system 100 overlaps the vehicle number on the CCTV image in step 315 and outputs it. In addition, the data processing system 100 may transmit related information to a terminal of a nearby police so that the aged vehicle can be cracked down.

도 4에 차량 번호를 CCTV 영상에 중첩하여 출력한 일 예가 도시되어 있다. 4 shows an example in which the vehicle number is superimposed on the CCTV image and output.

또 다른 예를 들어, 데이터 처리 시스템(100)이 스쿨존에 연동되는 경우를 가정하여 설명하기로 한다. 데이터 처리 시스템(100)은 특정 지점을 통과하는 차량의 CCTV 영상을 분석하여 차량번호, 차종, 제조사 및 차량 속도를 객체 관련 정보로서 추출할 수 있다. 따라서, 데이터 처리 시스템(100)은 속도가 기준 속도 이상인 경우, 해당 차량의 차량 번호를 CCTV 영상에 중첩하여 출력할 수도 있다. As another example, a description will be made on the assumption that the data processing system 100 is linked to a school zone. The data processing system 100 may analyze a CCTV image of a vehicle passing through a specific point and extract the vehicle number, vehicle model, manufacturer, and vehicle speed as object-related information. Accordingly, when the speed is equal to or greater than the reference speed, the data processing system 100 may output the vehicle number of the corresponding vehicle by superimposing it on the CCTV image.

또 다른 예를 들어, 또한, 데이터 처리 시스템(100)은 해당 특정 구간을 지나는 차량에 대한 정보(차량 번호, 차종, 제조사 및 속도)를 이용하여 특정 구간을 과속하는 차량 대수(과속 차량 대수라 칭하기로 함)을 판단할 수 있다. 특정 구간을 과속하는 차량 대수가 기준치 이상인 경우, 데이터 처리 시스템(100)은 과속 단속 필요 구간으로 판단하여 이를 중앙 관제 서버(예를 들어, 경찰서 서버등)로 전송할 수 있다. 예를 들어, 데이터 처리 시스템(100)이 스쿨존을 관제하는 경우를 가정하기로 한다. 스쿨존을 통과하는 차량의 속도를 분석한 후 일정 기간 동안 기준 속도를 초과하여 과속하는 차량 대수 또는 비율이 기준치 이상인 경우 데이터 처리 시스템(100)은 해당 스쿨존을 과속 단속 필요 구간으로 결정하여 이를 경찰서 서버 등으로 전송할 수 있다. As another example, in addition, the data processing system 100 uses information (vehicle number, vehicle model, manufacturer, and speed) on vehicles passing through the specific section to determine the number of vehicles speeding in a specific section (referred to as the number of speeding vehicles) ) can be determined. When the number of vehicles speeding in a specific section is greater than or equal to the reference value, the data processing system 100 may determine that the speed control section is required and transmit it to a central control server (eg, a police station server, etc.). For example, it is assumed that the data processing system 100 controls the school zone. After analyzing the speed of vehicles passing through the school zone, if the number or ratio of vehicles speeding exceeding the reference speed for a certain period is greater than or equal to the reference value, the data processing system 100 determines the corresponding school zone as a section requiring speeding enforcement, and it is determined by the police station It can be sent to a server, etc.

시간, 요일에 따른 과속 차량 대수 또는 과속 차량 비율을 분석하여 등하교시에 선택적으로 과속 단속이 가능하도록 경찰청 서버 등으로 이에 대한 정보를 전송할 수 도 있다. By analyzing the number of speeding vehicles or the speeding vehicle ratio according to time and day of the week, information on this can be transmitted to a server of the National Police Agency, etc. so that speeding can be selectively enforced during commuting to and from school.

그러나 만일 노후 차량이 아닌 경우, 단계 320에서 데이터 처리 시스템(100)은 객체 관련 정보를 이용하여 교통 상황 정보를 생성한다. However, if the vehicle is not an old vehicle, the data processing system 100 generates traffic situation information using object-related information in step 320 .

이어, 단계 325에서 데이터 처리 시스템(100)은 교통 상황 정보를 기반으로 신호 제어기(미도시)와 연동되어 가변적 신호 제어를 수행할 수도 있다. Next, in step 325, the data processing system 100 may perform variable signal control in conjunction with a signal controller (not shown) based on traffic situation information.

예를 들어, 데이터 처리 시스템(100)은 신호 제어기와 연동되어 교통 상황 정보에 따라 가변적으로 신호를 제어할 수도 있다. 예를 들어, 아파트 단지의 이면 도로를 가정하여 설명하기로 한다. 데이터 처리 시스템(100)은 아파트 단지의 이면 도로를 촬영하여 차량을 검출하고, 이를 기반으로 교통 흐름을 파악한 결과 일정 시간 이후에 차량 이동이 없는 경우 점멸 제어하도록 할 수도 있다. For example, the data processing system 100 may be linked with a signal controller to variably control a signal according to traffic situation information. For example, a description will be made on the assumption that the back road of an apartment complex is used. The data processing system 100 may detect a vehicle by photographing the back road of the apartment complex, and control the blinking when there is no vehicle movement after a predetermined time as a result of understanding the traffic flow based on this.

데이터 처리 시스템(100)은 특정 구간을 촬영한 영상을 분석하여, 차량이 이동이 활발한 시간, 요일 등을 분석하여 이를 기반으로 가변적/적응적 신호 제어가 가능하도록 교통 상황 정보를 제공할 수도 있다. The data processing system 100 may also provide traffic situation information to enable variable/adaptive signal control based on analyzing an image captured in a specific section, analyzing a time when a vehicle is actively moving, a day of the week, and the like.

도 3에서는 단계 320가 단계 315 이후에 수행되는 것으로 기술되고 있으나, 단계 320은 단계 310과는 별도로 병렬로 수행될 수도 있음은 당연하다. Although step 320 is described as being performed after step 315 in FIG. 3 , it is natural that step 320 may be performed separately from step 310 in parallel.

이와 같이, 본 발명의 일 실시예에 따르면, CCTV 영상에서 다양한 유형의 객체를 분석한 후 각각의 객체 유형에 따라 서로 다른 객체 관련 정보를 추출한 후 이를 데이터베이스에 저장하여 빅데이터화한 후 이를 다양하게 활용할 수 있다. As described above, according to an embodiment of the present invention, after analyzing various types of objects from CCTV images, different object-related information is extracted according to each object type, and then stored in a database to make big data and then utilize them in various ways. can

본 발명의 실시 예에 따른 장치 및 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.The apparatus and method according to an embodiment of the present invention may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the computer readable medium may be specially designed and configured for the present invention, or may be known and available to those skilled in the computer software field. Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks. - Includes magneto-optical media and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.

상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.

이제까지 본 발명에 대하여 그 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.So far, the present invention has been focused on the embodiments thereof. Those of ordinary skill in the art to which the present invention pertains will understand that the present invention can be implemented in a modified form without departing from the essential characteristics of the present invention. Therefore, the disclosed embodiments should be considered in an illustrative rather than a restrictive sense. The scope of the present invention is indicated in the claims rather than the foregoing description, and all differences within the scope equivalent thereto should be construed as being included in the present invention.

100: 데이터 처리 시스템
110: 카메라
115: 영상 획득부
120: 객체 분석부
125: 데이터 처리 및 활용부
130: 메모리
135: 프로세서100: data processing system
110: camera
115: image acquisition unit
120: object analysis unit
125: data processing and utilization unit
130: memory
135: processor

Claims (10)

CCTV 영상을 획득하는 단계;
상기 영상을 분석하여 각각의 객체를 인식하는 단계; 및
상기 인식된 객체의 유형에 따라 서로 다른 알고리즘을 적용하여 객체 관련 정보를 추출하는 단계를 포함하고,
상기 인식된 객체의 유형이 차량인 경우,
상기 인식된 객체에 차량번호 인식 알고리즘을 적용하여 차량 번호를 추출하는 단계; 및
상기 객체의 분석 및 상기 영상에서의 객체 추적을 통해 차종, 제조사 및 차량 속도 중 적어도 하나를 더 인식하는 단계를 포함하되,
상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나가 상기 객체 관련 정보로서 추출되고,
상기 인식된 객체의 유형이 사람인 경우, 안면 검지 알고리즘을 이용하여 객체 관련 정보를 추출하는 단계를 더 포함하고,
특정 구간을 지나는 차량의 상기 객체 관련 정보를 이용하여 상기 특정 구간의 과속 차량 대수 또는 비율을 판단하는 단계;
상기 과속 차량 대수 또는 비율이 기준치 이상인 경우, 과속 단속 필요 구간으로 판단하는 단계; 및
상기 과속 단속 필요 구간을 중앙 관제 서버로 전송하는 단계를 더 포함하고,
상기 객체의 유형이 차량인 경우,
상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나를 이용하여 노후 차량 데이터베이스를 검색하여 노후 차량 여부를 판단하는 단계를 더 포함하되,
상기 노후 차량 판단시, 상기 차종 및 제조사 중 적어도 하나에 따라 상이한 기준을 적용하고,
상기 노후 차량으로 판단되는 경우, 상기 노후 차량의 상기 차량 번호를 CCTV 영상에 중첩하여 출력하는 단계; 및
상기 노후 차량을 단속하도록, 상기 노후 차량의 상기 객체 관련 정보를 상기 노후 차량의 위치와 가장 가까운 경찰의 단말로 전송하는 단계를 더 포함하고,
상기 노후 차량이 아닌 것으로 판단되는 경우, 상기 차량의 상기 객체 관련 정보를 이용하여 대기 차량 대수 및 대기 시간을 포함하는 교통 상황 정보를 생성하는 단계; 및
상기 교통 상황 정보에 따라 신호 제어기의 신호를 가변적으로 제어하는 단계를 더 포함하는 CCTV 영상을 이용한 데이터 처리 방법.
obtaining a CCTV image;
recognizing each object by analyzing the image; and
and extracting object-related information by applying different algorithms according to the type of the recognized object,
When the type of the recognized object is a vehicle,
extracting a vehicle number by applying a vehicle number recognition algorithm to the recognized object; and
Comprising the step of further recognizing at least one of a vehicle model, a manufacturer, and a vehicle speed through the analysis of the object and the object tracking in the image,
At least one of the vehicle number, the vehicle model, the manufacturer, and the vehicle speed is extracted as the object-related information,
When the type of the recognized object is a person, further comprising the step of extracting object-related information using a face detection algorithm,
determining the number or ratio of speeding vehicles in the specific section using the object-related information of vehicles passing through the specific section;
determining that the number or ratio of the speeding vehicles is greater than or equal to a reference value, as a section requiring speeding enforcement; and
Further comprising the step of transmitting the speed control required section to a central control server,
If the type of the object is a vehicle,
The method further comprising the step of determining whether the vehicle is old by searching an old vehicle database using at least one of the vehicle number, the vehicle model, the manufacturer, and the vehicle speed,
When determining the old vehicle, different standards are applied according to at least one of the vehicle model and the manufacturer,
outputting the vehicle number of the aged vehicle overlaid on the CCTV image when it is determined as the aged vehicle; and
Further comprising the step of transmitting the object-related information of the old vehicle to a police terminal closest to the location of the old vehicle so as to crack down on the old vehicle,
generating traffic condition information including the number of waiting vehicles and waiting time by using the object-related information of the vehicle when it is determined that the vehicle is not the old vehicle; and
Data processing method using CCTV images further comprising the step of variably controlling the signal of the signal controller according to the traffic situation information.
 제1 항에 있어서,
상기 객체의 유형은 사람, 차량 및 기타 사물 중 적어도 하나인 것을 특징으로 하는 데이터 처리 방법.
According to claim 1,
The data processing method, characterized in that the type of the object is at least one of a person, a vehicle, and other things.
 제1항에 있어서,
상기 인식된 객체의 유형이 차량인 경우, 특정 구간을 통과한 차량을 상기 차종에 따라 카운팅하여 교통량을 상기 객체 관련 정보로 추출하고,
특정 지역의 공사로 인한 특수 차량의 교통량 증가에 따라 도로 손상이 발생되는 경우, 상기 특정 구간을 통과한 차량의 상기 차종에 따른 카운팅 정보를 이용한 교통량 정보를 상기 도로 손상에 대하여 배상 책임을 산출하기 위한 자료로 제공하는, CCTV 영상을 이용한 데이터 처리 방법.
According to claim 1,
When the type of the recognized object is a vehicle, the number of vehicles passing through a specific section is counted according to the vehicle type and the amount of traffic is extracted as the object-related information,
When road damage occurs due to an increase in traffic volume of special vehicles due to construction in a specific area, traffic volume information using counting information according to the vehicle type of the vehicle that has passed through the specific section to calculate liability for road damage Data processing method using CCTV images provided as data.
 삭제delete 삭제delete 제1 항에 있어서,
상기 객체 관련 정보를 데이터베이스에 저장하는 단계를 더 포함하는 CCTV 영상을 이용한 데이터 처리 방법.
According to claim 1,
Data processing method using CCTV images further comprising the step of storing the object-related information in a database.
 카메라;
상기 카메라로부터 CCTV 영상을 획득하는 영상 획득부;
상기 영상을 분석하여 각각의 객체를 인식하며, 상기 인식된 객체의 유형에 따라 서로 다른 알고리즘을 적용하여 서로 다른 객체 관련 정보를 추출하는 객체 분석부; 및
상기 객체의 유형에 따라 상기 객체 관련 정보를 상이하게 데이터 처리하여 활용하는 데이터 처리 및 활용부를 포함하고,
상기 객체 분석부는, 상기 객체의 유형이 차량인 경우, 상기 인식된 객체에 차량번호 인식 알고리즘을 적용하여 차량 번호를 추출하며, 상기 객체의 분석 및 상기 영상에서의 객체 추적을 통해 차종, 제조사 및 차량 속도 중 적어도 하나를 더 인식하고, 상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나가 상기 객체 관련 정보로서 추출하고,
상기 객체 분석부는, 상기 객체의 유형이 사람인 경우, 안면 검지 알고리즘을 이용하여 객체 관련 정보를 추출하고,
상기 데이터 처리 및 활용부는,
특정 구간을 지나는 차량의 상기 객체 관련 정보를 이용하여 상기 특정 구간의 과속 차량 대수 또는 비율을 판단하고,
상기 과속 차량 대수 또는 비율이 기준치 이상인 경우, 과속 단속 필요 구간으로 판단하고,
상기 과속 단속 필요 구간을 중앙 관제 서버로 전송하고,
상기 객체의 유형이 차량인 경우,
상기 차량 번호, 상기 차종, 제조사 및 차량 속도 중 적어도 하나를 이용하여 노후 차량 데이터베이스를 검색하여 노후 차량 여부를 판단하되,
상기 노후 차량 판단시, 상기 차종 및 제조사 중 적어도 하나에 따라 상이한 기준을 적용하고,
상기 노후 차량으로 판단되는 경우, 상기 노후 차량의 상기 차량 번호를 CCTV 영상에 중첩하여 출력하고,
상기 노후 차량을 단속하도록, 상기 노후 차량의 상기 객체 관련 정보를 상기 노후 차량의 위치와 가장 가까운 경찰의 단말로 전송하고,
상기 노후 차량이 아닌 것으로 판단되는 경우, 상기 차량의 상기 객체 관련 정보를 이용하여 대기 차량 대수 및 대기 시간을 포함하는 교통 상황 정보를 생성하고,
상기 교통 상황 정보에 따라 신호 제어기의 신호를 가변적으로 제어하는, CCTV 영상을 이용한 데이터 처리 시스템.
camera;
an image acquisition unit for acquiring a CCTV image from the camera;
an object analysis unit for recognizing each object by analyzing the image, and for extracting different object-related information by applying different algorithms according to the type of the recognized object; and
A data processing and utilization unit for processing and utilizing the object-related information differently according to the type of the object;
The object analysis unit, when the type of the object is a vehicle, extracts a vehicle number by applying a vehicle number recognition algorithm to the recognized object, and through analysis of the object and object tracking in the image, the vehicle model, manufacturer and vehicle At least one of the speed is further recognized, and at least one of the vehicle number, the vehicle model, the manufacturer, and the vehicle speed is extracted as the object-related information,
The object analysis unit, when the type of the object is a human, extracts object-related information using a face detection algorithm,
The data processing and utilization unit,
determining the number or ratio of speeding vehicles in the specific section by using the object-related information of the vehicle passing through the specific section;
If the number or ratio of the speeding vehicles is greater than or equal to the reference value, it is determined as a section requiring speeding enforcement,
Transmitting the required section for speeding enforcement to the central control server,
When the type of the object is a vehicle,
Searching the aged vehicle database using at least one of the vehicle number, the vehicle model, the manufacturer and the vehicle speed to determine whether the vehicle is an aged vehicle,
When determining the old vehicle, different standards are applied according to at least one of the vehicle model and the manufacturer,
When it is determined that the old vehicle is, the vehicle number of the old vehicle is overlaid on the CCTV image and output,
Transmitting the object-related information of the old vehicle to the nearest police terminal to the location of the old vehicle so as to crack down on the old vehicle,
When it is determined that the vehicle is not old, traffic condition information including the number of waiting vehicles and waiting time is generated using the object-related information of the vehicle,
A data processing system using a CCTV image to variably control a signal of a signal controller according to the traffic situation information.
 제7 항에 있어서,
상기 데이터 처리 및 활용부는 상기 객체의 유형이 차량인 경우, 특정 구간을 통과한 차량을 상기 차종에 따라 카운팅하여 교통량을 상기 객체 관련 정보로 추출하고,
상기 데이터 처리 및 활용부는 특정 지역의 공사로 인한 특수 차량의 교통량 증가에 따라 도로 손상이 발생되는 경우, 상기 특정 구간을 통과한 차량의 상기 차종에 따른 카운팅 정보를 이용한 교통량 정보를 상기 도로 손상에 대하여 배상 책임을 산출하기 위한 자료로 제공하는, CCTV 영상을 이용한 데이터 처리 시스템.
8. The method of claim 7,
When the type of the object is a vehicle, the data processing and utilization unit counts vehicles passing through a specific section according to the vehicle type and extracts the amount of traffic as the object-related information,
When road damage occurs due to an increase in traffic volume of special vehicles due to construction in a specific area, the data processing and utilization unit provides traffic volume information using counting information according to the vehicle type of the vehicle that has passed the specific section to the road damage A data processing system using CCTV images that is provided as data for calculating liability.
 삭제delete 제7 항에 있어서,
상기 객체 분석부는, 상기 객체 관련 정보를 데이터베이스에 저장하는 것을 특징으로 하는 CCTV 영상을 이용한 데이터 처리 시스템.
8. The method of claim 7,
The object analysis unit, a data processing system using a CCTV image, characterized in that for storing the object-related information in a database.
KR1020200083027A 2019-09-25 2020-07-06 Method and system for data processing using CCTV images KR102349938B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200083027A KR102349938B1 (en) 2019-09-25 2020-07-06 Method and system for data processing using CCTV images

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190118445A KR102133045B1 (en) 2019-09-25 2019-09-25 Method and system for data processing using CCTV images
KR1020200083027A KR102349938B1 (en) 2019-09-25 2020-07-06 Method and system for data processing using CCTV images

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020190118445A Division KR102133045B1 (en) 2019-09-25 2019-09-25 Method and system for data processing using CCTV images

Publications (2)

Publication Number Publication Date
KR20210036250A KR20210036250A (en) 2021-04-02
KR102349938B1 true KR102349938B1 (en) 2022-01-12

Family

ID=79339500

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200083027A KR102349938B1 (en) 2019-09-25 2020-07-06 Method and system for data processing using CCTV images

Country Status (1)

Country Link
KR (1) KR102349938B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102644787B1 (en) * 2021-04-05 2024-03-07 주식회사 디메타 (D-meta,corp.) Method and device for determining whether a license plate is forged

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101743689B1 (en) * 2016-09-07 2017-06-07 주식회사 엠제이비전테크 Method for image processing of integrated intelligence surveillance CCTV(closed circuit television) and integrated intelligence surveillance CCTV system
KR101870641B1 (en) 2017-11-09 2018-06-25 렉스젠(주) Image surveillance system and method thereof

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990049293A (en) 1997-12-12 1999-07-05 최종욱 Unmanned Enforcement System and Enforcement Method
KR20090000054U (en) * 2007-06-28 2009-01-07 건아정보기술 주식회사 superannuation oil vehicle regulation system.
KR101834838B1 (en) * 2016-02-16 2018-03-06 충북대학교 산학협력단 System and method for providing traffic information using image processing
KR101846663B1 (en) * 2016-04-29 2018-05-18 김기한 Intelligent traffic light control method and controller by vision image analysis
KR101995107B1 (en) * 2017-03-23 2019-07-01 한국과학기술원 Method and system for artificial intelligence based video surveillance using deep learning

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101743689B1 (en) * 2016-09-07 2017-06-07 주식회사 엠제이비전테크 Method for image processing of integrated intelligence surveillance CCTV(closed circuit television) and integrated intelligence surveillance CCTV system
KR101870641B1 (en) 2017-11-09 2018-06-25 렉스젠(주) Image surveillance system and method thereof

Also Published As

Publication number Publication date
KR20210036250A (en) 2021-04-02

Similar Documents

Publication Publication Date Title
US9317752B2 (en) Method for detecting large size and passenger vehicles from fixed cameras
US9626599B2 (en) Reconfigurable clear path detection system
US11281227B2 (en) Method of pedestrian activity recognition using limited data and meta-learning
KR101173853B1 (en) Apparatus and method for Multi-Object Recognition
US20170301107A1 (en) Image processing device, in-vehicle display system, display device, image processing method, and computer readable medium
KR101503788B1 (en) Pedestrian detection method using estimation of feature information based on integral image, recording medium and terminal for performing the method
US20140375804A1 (en) Method for available parking distance estimation via vehicle side detection
KR102131716B1 (en) Method for image monotoring employing car number recognition technology
CN110580808B (en) Information processing method and device, electronic equipment and intelligent traffic system
KR102491091B1 (en) Method for producing collection video clip and, integrated unmanned traffic control system for two/four wheeled vehicle therewith
US11482012B2 (en) Method for driving assistance and mobile device using the method
KR101926562B1 (en) System for image analysis of multi lane
CN108156406A (en) The information processing method and device of automobile data recorder
KR102349938B1 (en) Method and system for data processing using CCTV images
KR20200036079A (en) System and Method for Detecting Deep Learning based Human Object using Adaptive Thresholding Method of Non Maximum Suppression
US20120189161A1 (en) Visual attention apparatus and control method based on mind awareness and display apparatus using the visual attention apparatus
Tian et al. A vehicle re-identification algorithm based on multi-sensor correlation
KR102133045B1 (en) Method and system for data processing using CCTV images
Desai et al. Real-time implementation of Indian license plate recognition system
CN110249366B (en) Image feature quantity output device, image recognition device, and storage medium
Mammeri et al. Extending the detection range of vision-based driver assistance systems application to pedestrian protection system
CN105206060A (en) Vehicle type recognition device and method based on SIFT characteristics
KR20150101205A (en) Pedestrian Recognition Apparatus and the Method of Using Integral Vertical Edge
Mokha et al. A review of computer vision system for the vehicle identification and classification from online and offline videos
CN113850112A (en) Road condition identification method and system based on twin neural network

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)